OpenCV2马拉松第7圈——图像金字塔

时间：2014-05-02 04:39:53 收藏：0 阅读：414

收入囊中

高斯金字塔
拉普拉斯金字塔

葵花宝典

图像金字塔是一系列的图像集合，都是从单张图片获得的，连续做下采样（downsample）直到预设停止条件.最常用的是两种，高斯金字塔和拉普拉斯金字塔。［当然还有其他的金字塔，比如小波金字塔］

高斯金字塔

对一张图像不断的模糊之后向下采样，得到不同分辨率的图像，同时每次得到的新的图像宽与高是原来图像的1/2, 最常见就是基于高斯的模糊之后采样，得到的

一系列图像称为高斯金字塔。

bubuko.com,布布扣

原图来自http://blog.csdn.net/jia20003/article/details/9116931

最底层我们成为G0,往上分别是G1,G2...

如何对图片作下采样呢？

高斯模糊［用如下卷积，注意要除以256，用上之前的知识，这是一个可分离的滤波，所以只需要2K次计算，不需要K^2］

1 4 6 4 1

4 16 24 16 4

6 24 36 24 6

4 16 24 16 4

1 4 6 4 1
去掉所有的偶数行和偶数列

提到下采样，就不得不提上采样（构建拉普拉斯金字塔也会用到）

如何对图片作上采样呢？

我们看看OpenCV是如何做的吧

每个维度都扩大两倍并插入0，也就是f(2i,2j) = f(i,j) , f(2i+1,2j+1) = 0
再用相同的高斯核进行高斯卷积，结果再乘4

拉普拉斯金字塔

高斯金字塔不同(DoG)又称为拉普拉斯金字塔，给出计算方式前，先加强一下定义

记得在上面我们定义了G0,G1,G2

G0下采样获得G1

G1上采样获得Upsample(G1),注意Upsample(G1)不等于G0，上采样和下采样不是可逆过程，这是因为下采样损失了图片信息

在此，给出计算拉普拉斯金字塔(DOG)的公式：L(i) = G(i) – Upsample(G(i+1))

DOG有很多用处，非常流行的SIFT特征第一步就是DOG

初识API

C++: void pyrDown(InputArray src, OutputArray dst, const Size& dstsize=Size(), int borderType=BORDER_DEFAULT )

	src – 输入图像 dst – 输出图像 dstsize – 输出图像的size

C++: void pyrUp(InputArray src, OutputArray dst, const Size& dstsize=Size(), int borderType=BORDER_DEFAULT )

	src – 输入图像 dst – 输出图像 dstsize – 输出图像的size

还有一个很方便的函数，直接帮你构建了高斯金字塔

C++: void buildPyramid(InputArray src, OutputArrayOfArrays dst, int maxlevel, int borderType=BORDER_DEFAULT )

	src – 输入图像 dst – 这是一个存储(maxlevel+1)的向量，dst[0]和源图像一样，dst[1]是第一次下采样 maxlevel – 指定采样级数，必须为非负数

内部实现是不断call pyrDown()

荷枪实弹

第一个例子就是OpenCV自己的sample,使用PyrDown和PyrUp

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <math.h>
#include <stdlib.h>
#include <stdio.h>

using namespace cv;

Mat src, dst, tmp;
const char* window_name = "Pyramids Demo";
int main(int argc,char **argv)
{
  printf( "\n Zoom In-Out demo  \n " );
  printf( "------------------ \n" );
  printf( " * [u] -> Zoom in  \n" );
  printf( " * [d] -> Zoom out \n" );
  printf( " * [ESC] -> Close program \n \n" );

  src = imread(argv[1]);
  if( !src.data )
    { printf(" No data! -- Exiting the program \n");
      return -1; }

  tmp = src;
  dst = tmp;

  namedWindow( window_name, CV_WINDOW_AUTOSIZE );
  imshow( window_name, dst );

  for(;;)
  {
    int c;
    c = waitKey(10);

    if( (char)c == 27 )
      { break; }
    if( (char)c == ‘u‘ )
      { pyrUp( tmp, dst, Size( tmp.cols*2, tmp.rows*2 ) );
        printf( "** Zoom In: Image x 2 \n" );
      }
    else if( (char)c == ‘d‘ )
      { pyrDown( tmp, dst, Size( tmp.cols/2, tmp.rows/2 ) );
        printf( "** Zoom Out: Image / 2 \n" );
      }

    imshow( window_name, dst );
    tmp = dst;
   }

   return 0;
}

下面我们就用buildPyramid和PyrUp来建立DOG(拉普拉斯金字塔)

先看一下我们的源图片

再看一下获得的DOG，请仔细看

代码也非常简单，完全不用解释

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <math.h>
#include <stdlib.h>
#include <stdio.h>
#include <vector>
#include <sstream>

using namespace cv;
using namespace std;

Mat src,tmp;
vector<Mat>gaussPyrs;
vector<Mat>DOG;
int maxLevel = 3;

int main(int argc,char **argv)
{
  	src = imread(argv[1]);
  	if( !src.data ){ 
  		printf(" No data! -- Exiting the program \n");
      	return -1; 
	}

	buildPyramid(src, gaussPyrs, maxLevel);
	
	for(int i = 0;i < maxLevel;i++){
		Size ss;
		pyrUp( gaussPyrs[i+1], tmp, ss); 
		Mat dst = gaussPyrs[i] - tmp;
		DOG.push_back(dst);
	}
	
	for(int i = 0;i < maxLevel;i++){
		stringstream ss;
		ss << i;
		string s;
		ss >> s;
		namedWindow( s, CV_WINDOW_AUTOSIZE );
  		imshow( s, DOG[i] );
	}
	
	waitKey(0);
  	return 0;
}

举一反三

拉普拉斯金字塔也用于图像融合，CVAA的第三章有练习题就是用拉普拉斯金字塔进行融合，addWeighted这个函数在边界上没有过渡，效果不好，而拉普拉斯金字塔则有很好的效果

具体请见http://blog.csdn.net/abcjennifer/article/details/7628655

计算机视觉讨论群：162501053

转载请注明：http://blog.csdn.net/abcd1992719g

OpenCV2马拉松第7圈——图像金字塔,布布扣,bubuko.com